Kursplan

Introduktion till Neural Networks

  1. Vad är Neural Networks
  2. Vad är aktuell status vid tillämpning av neurala nätverk
  3. Neural Networks jämfört med regressionsmodeller
  4. Övervakad och oövervakad inlärning

Översikt över tillgängliga paket

  1. nnet, neuralnet och andra
  2. Skillnader mellan paket- och ITLS-begränsningar
  3. Visualisering av neurala nätverk

Tillämpa Neural Networks

  • Begreppet neuroner och neurala nätverk
  • En förenklad modell av hjärnan
  • Möjligheter neuron
  • XOR-problemet och värdefördelningens natur
  • Den polymorfa karaktären hos den sigmoidala
  • Andra funktioner aktiverade
  • Konstruktion av neurala nätverk
  • Begreppet neuroner ansluter
  • Neurala nätverk som noder
  • Bygga ett nätverk
  • Neuroner
  • Lager
  • Våg
  • In- och utdata
  • Område 0 till 1
  • Normalisering
  • Inlärning Neural Networks
  • Spridning bakåt
  • Spridning av steg
  • Algoritmer för nätverksträning
  • Användningsområde
  • Uppskattning
  • Problem med möjligheten till tillnärmning med
  • Exempel
  • OCR och bildmönsterigenkänning
  • Andra applikationer
  • Implementera ett neuralt nätverksmodelleringsjobb som förutsäger aktiekurser för noterade

Krav

Programmering på valfritt programmeringsspråk rekommenderas.

 14 timmar

Antal deltagare



Price per participant

Vittnesmål (3)

Relaterade Kurser

Relaterade Kategorier